Cambio climático, predicción de cosechas, incendios forestales, defensa nacional, protección civil, ordenación territorial, etc., son campos donde la Información Geográfica (IG) sustenta la toma de decisiones. La calidad de la IG es clave para que las decisiones sean técnicamente las mejores. La calidad de la IG es un elemento clave por lo que se incluye dentro de las políticas de datos de la European Environmental Agency y de la Federal Emergency Management Agency. La calidad temática está considerada en las normas internacionales sobre datos espaciales (ISO 19157).
El proyecto MEMCALIG propone la creación de un método estadístico, basado en la modelización, que permita describir y conocer mejor la calidad temática de la IG. Hasta la fecha, la evaluación de la componente temática de la IG se está realizando mediante índices globales (p.e. porcentaje de acuerdo, índice Kappa) o índices por clase (p.e. exactitud de usuario y de productor) derivados de la matriz de confusión (MC). MEMCALIG propone una perspectiva novedosa que ha de permitir mayor discriminación, tanto en conjunto, como por categorías, agrupaciones de categorías o celdas, o situaciones específicas de celdas de interés establecidas por el usuario..
MEMCALIG se basa en trabajos teórico-experimentales de modelización estadística de matrices de confusión. Las novedades de la propuesta son: 1º) Fundamentar la modelización de MC en el análisis de datos categóricos dispersos bajo muestreo multinomial, 2º) Desarrollar test de bondad de ajuste para determinar la adherencia de MC a matrices de valores establecidos, 3º) Desarrollar test de homogeneidad para determinar la semejanza entre MC observadas, y 4º) Formalizar un método para el tratamiento de agrupaciones de celdas y su efecto en los test de bondad de ajuste y de homogeneidad..
De los objetivos se derivarán avances metodológicos en técnicas de validación de modelos que se implementarán en el entorno R (http://www.r-project.org) para facilitar su difusión.
Consideramos que MEMCALIG tiene un gran interés para la sociedad. Su aplicación a la IG relativa a la observación de la Tierra, permitirán derivar mejores decisiones técnicas a partir de los datos disponibles. Además, MEMCALIG tiene interés muy alto para el sector geomático; prueba son los apoyos recibidos desde organismos regionales (IECA, ICGC), nacionales (IGN) y de otros países (México, Brasil), así como de empresas (TRACASA). Todas ellas son organizaciones de reconocido prestigio en el sector geomático y generan productos temáticos para los que MEMCALIG puede resultar muy beneficioso. Estas organizaciones podrán suministrar casos reales y colaborar, por medio de sus expertos, en los aspectos más aplicados del proyecto.
MEMCALIG supone la continuidad del proyecto "Investigación en validación de modelos" (plan propio de investigación de la Universidad de Jaén). En dicho proyecto, un equipo multidisciplinar de las áreas de estadística y geomática, ha desarrollado técnicas estadísticas para el estudio de la distribución de patrones espaciales de puntos utilizando como base las curvas que rellenan el espacio, y la distribución mutinomial como modelo teórico. MEMCALIG avanza y abre un nuevo campo en el uso de la distribución multinomial para evaluar la calidad temática de la IG.
MEMCALIG propone un nuevo método de evaluación de la calidad temática de la IG con una perspectiva más integral y con mayor adecuación al uso. Esta nueva herramienta podrá ser de aplicación en todas las áreas (p.e. cambio climático, hidrografía, erosión, agricultura, etc.) donde se trabaje con datos espaciales de observación de la Tierra. Desde esta perspectiva, MENCALIG se puede vincular con numerosos retos y líneas prioritarias del Plan Nacional, pues los datos espaciales son un elemento transversal a todas ellas.
En nuestro grupo de investigación GIIC llevamos años investigado sobre calidad de datos espaciales, atendiendo a todas sus componentes (posción, tema, compleción, etc.). Hemos ejecutado numerosos proyectos de investigación en estas temáticas y también hemos atendido a las demandas de consultoría de numerosas instituciones cartográficas.
PALABRAS CLAVE: Calidad, matrices de confusión, IG, distribución multinomial,datos calitativos dispersos, contrastes de hipótesis.
|
